天猫用户品牌行为剖析9627.pptVIP

天猫用户对其品牌的行为分析 谢谢观看请老师点评 * * 组长：沈哲培 组员：郑旭琴 徐鸿嘉 黄政橙 陆佳明 李叶宽 翁天奇 目录 数据的来源 数据属性 为什么选？ 数据展示 分析及明确目标 论文展示 sas功能运用 初步修改 待定…… 目录 选用工具 挖掘工具及方法 简单数据分析 数据的来源 网址：http://102./competition/addDiscovery/index.htm 阿里巴巴大数据竞赛（天猫用户在4个月对于天猫各品牌的行为日志） 数据属性 用户ID 品牌ID 行为类型 行为时间 为什么选？ 阿里巴巴是中国最大和世界第二大网络公司，在2013年的双十一节日中，1小时67亿，6小时不到突破100亿；13小时实现191亿，追平去年成绩；21小时达到300亿，超过阿里官方预期……如此大的交易数据正是我们分析的最好对象。 阿里巴巴如此大的交易，肯定会有不小的回头客，而我们做数据挖掘可以挖掘潜在客户，以及做出一定的预测，在一定的时期或者时间段，进行促销活动，达到更大的收益。 数据展示 用户角度 分析品牌及行为类型（用户id）的关系，对用户进行一个关联分析，比较一件商品购买的条件，购买另一件的可能性。 研究课题 论文展示 参考论文来源：《基于数据挖掘的网络购物行为的分析》中国期刊网/kns/brief/default_result.aspx 寻找类似问题关于算法的论文 通过对用户网络购物行为的分析， 寻找消费者网络购物行为中一些潜在的规律或现象。 相似处 研究对象不同 我们做的研究对象是天猫用户 文献是问卷调查了淘宝和拍拍网的用户。 不同处 论文展示 该文献和我们研究主题的相似处和不同处 数据来源不同 利用问卷调查得到，第一手资料 不同处 论文展示 对数据的处理有借鉴之处 该文献在做不同的研究的时候所用的研究方法是不一样的，或者在同一方法中用到好几个算法。 算法不唯一 数据价值利用 到最大化 在做研究的时候，可以借鉴文献的思路，先具体提出一个明确的研究课题。 不同的数据处理 可以得出不同的实验结论。文献中通过关联分析或者聚类不同的属性分析不同的问题。 在《关联规则分析在网络购物行为影响因素分析中的应用》这一章节主要介绍了Apriori算法。 论文展示 在《聚类分析在网络购物行为结果分析中的应用》这一章节主要应用了K-Means算法和Twostep算法。 在《分类/预测方法在网络购物潜在客户挖掘中的应用》这一章节主要介绍C5.0、CHAID、QUEST、CRT算法。 文献中的主要算法 挖掘工具及方法 挖掘工具：sas，excel 进行了一些简单的筛选，统计，绘图。 运用了抽样，聚类，关联分析，神经 网络等算法 简单数据分析 在所给的数据中，天猫购物消费者的点击次数是非常多的。 说明这些消费者对天猫是比较关注的。 天猫是他们消费的一个场所。 购物的次数明显比收藏和放进购物车的次数多，说明大家在网上看到喜欢的东西，购买的欲望比较强烈，特备是淘宝的一些活动，比如聚划算……。 消费者看到喜欢的，购买的速度会快一点。 简单数据分析 5月开始天气炎热了之后，人们对夏天用的产品需求增加了。比如防晒类 的产品，护肤品，遮阳伞等。消暑类的电器，空调，电扇等。因为天气的渐热，导致需求的增加，行为次数也增加了。 图表显示的一个趋势：从5月到7月，行为次数总的在增加。 数据处理 在sas中user_id与新增加的brand_type进行一个关联分析 sas功能运用 源数据集 关联分析 sas功能运用 经过这个处理之后，数据量总共达8342个。 支持度 置信度 关联数 sas功能运用 对应品牌 1（购买） 2（收藏）3（购物车）操作的一个统计表 sas关联分析的结果 置信度 支持度 关联规则 sas关联分析的结果 75% 4479-1 ==》29099-1 4479 29099 既达到了商家插入广告提高效益的需求，也满足了消费者的购物心理。 初步修改 用户品牌-行为 行为重复次数 源数据经过处理取了有购买及收藏操作的记录 只要分析，购买-》购买，收藏-》购买 初步修改 初步修改 分析两个品牌之间的关系 最小置信度 sas关联分析结果 一系列相关规则 待改进 最终修改及结果 源数据经过处理后分析所有操作记录 主要分析，点击-》购买 最终修改及结果 这是初始设定的一些参数 *